奈何qiao
奈何qiao

2018-12-06多元线性回归

具有多个变量的线性回归也称为“多元线性回归”。

多变量示例

\begin{align*}x_j^{(i)} &= \text{value of feature } j \text{ in the }i^{th}\text{ training example} \newline x^{(i)}& = \text{the input (features) of the }i^{th}\text{ training example} \newline m &= \text{the number of training examples} \newline n &= \text{the number of features} \end{align*}

多个特征的假设函数的多变量形式如下：

多变量的假设函数

上述的式子如果以房价为例，可以看成房子的基本价格；是每平方米的价格；为每层楼的价格...；是房屋内的平方米数；是楼层数目...

使用矩阵乘法的定义，我们的多变量假设函数可以简洁地表示为（我们额外将设为1）：

如此的设置可以让和进行矩阵运算。


多特征 假设函数的矢量化（多元线性回归）

你可能感兴趣的:(2018-12-06多元线性回归)

  • 学无止境 gyf16
    高艳峰信阳网络中级九期坚持分享第251天2018-12-06随着气温明显下降，逐渐进入冬天模式，2018年也接近年尾。走过这一年是如此地漫长，虽然不堪回首，刻骨铭心，但更是激发再学习兴趣的一年。年初开始有幸跟着刘友龙老师学习SFBT，受益匪浅，意识到自己有很多需要改变的，看待每个人、每件事、每个问题，无论多么不尽人意，只有摆正心态，换位思考，最终都能找到不同的正向面，因而协助情绪的调整，赋予解决问
  • 每天一个数据分析题（二百零一） 紫色沙 数据分析题库数据分析数据挖掘
    以下关于线性回归模型的经典假设，描述正确的是（）。A.自变量与因变量必须有线性关系B.正交假定:扰动项与自变量不相关，期望值为0C.扰动项之间相互独立且服从方差相等的同一个正态分布D.多元线性回归中，自变量之间不能有强共线性题目来源于CDA模拟题库点击此处获取答案
  • 水云模型去除植被覆盖影响反演土壤水 海绵波波107 遥感反演与解译技术笔记c#
    目录水云模型简介使用方法环境配置输入文件源代码输出文件反演方法构造土壤水分与散射系数拟合方程一、Matlab拟合线性曲线二、python多元线性回归波段计算讨论本文是在哨兵1号后向散射系数土壤水分反演文章上的拓展，由于雷达后向散射系数还会受到植被覆盖、土壤粗糙度等的影响，所以雷达后向散射系数直接反演土壤水难以精确，本文使用水云模型去除植被散射影响，在此基础上更精确地反演土壤水。水云模型简介<
  • 2018-12-06 小荷画竹
    让孩子成长的最好方法，就是让他找到自我。——刘墉要一个年轻人寻找自己，最好的方法，就是让他主动参与社会、关怀别人、贡献自己。
  • 人工智能底层自行实现篇2——多元线性回归 ALGORITHM LOL 人工智能线性回归回归
    2多元线性回归1.简介多元线性回归是一种统计建模方法，用于研究多个自变量与一个因变量之间的关系。它是简单线性回归的扩展，简单线性回归只涉及一个自变量和一个因变量。在多元线性回归中，我们可以使用多个自变量来预测一个因变量。多元线性回归的基本原理是通过拟合一个线性模型来描述自变量与因变量之间的关系。这个线性模型通常采用最小二乘法来估计参数，使得模型预测值与实际观测值之间的残差平方和最小化。多元线性回归
  • 【机器学习】多元线性回归 Mount256 #机器学习机器学习线性回归人工智能
    文章目录多元线性回归模型（multipleregressionmodel）损失/代价函数（costfunction）——均方误差（meansquarederror）批量梯度下降算法（batchgradientdescentalgorithm）特征工程（featureengineering）特征缩放（featurescaling）正则化线性回归（regularizationlinearregress
  • 吴恩达机器学习全课程笔记第一篇 亿维数组 MachineLearning机器学习笔记人工智能
    目录前言P1-P8监督学习无监督学习P9-P14线性回归模型成本（代价）函数P15-P20梯度下降P21-P24多类特征向量化多元线性回归的梯度下降P25-P30特征缩放检查梯度下降是否收敛学习率的选择特征工程多项式回归前言从今天开始，争取能够在开学之前（2.25）把b站上的【吴恩达机器学习】教程过一遍，并把笔记记录于此，本笔记将会把此课程每一p的重点内容及其截屏记录于此，以供大家参考和本人日后复
  • 2018-12-06 Alee文润
    计划：1、早起，完成日记2、提前去公司，修改完经纪人的问题3、新手活动加班完成开发。期待经纪人顺利上线。对待事情的态度一定要追求做好，今天你对自己放的水，未来都会要为之付出代价。开发的任务结束后，已测试的心态对自己完成的工作进行检查。这一点很有必要。也是一种总结和复盘的过程。
  • 2018-12-06 007莫圣书
    1要在自己的圈子里脱颖而出，做到第一。你不能要求自己做到全世界第一，但一般的竞争都只在一个圈子里，所以只要你比周围的人都优秀，你就能得到机会。(班干、社团、工作、成绩、)2听别人的故事，悟自己的人生。哪怕你对别人的故事甚至细节都了如指掌，但如果你不能结合自己来反思，听完了一点卵用都没有！(马云、俞敏洪、)3及时沟通:反馈、评价。包括自我反思和他人指点。如果没有反馈，一路做到底，不会有很快的进步。(
  • 2019-12-01 xias147
    利用python实现多元线性回归#-------机器学习--------1、简单一元线性回归importnumpyasnpimportmatplotlib.pyplotaspltx=np.array([1.,2.,3.,4.,5.])y=np.array([1.,3.,2.,3.,5,])plt.scatter(x,y)plt.axis([0,6,0,6])plt.show()x_mean=np.
  • 线性回归算法原理及python实现 德乌大青蛙 机器学习算法python数据挖掘
    文章目录引言回归与分类的区别线性回归简单线性回归原理及推导python实现算法多元线性回归原理及推导python实现算法手工实现多元线性回归算法sklearn实现多元线性回归算法引言回归与分类的区别区分回归与分类其实很简单，举个例子，预测病人患病概率，结果只有患病和不患病2种，这就是分类；预测房价，结果可能是在一段区间内，这个就是回归。线性回归线性回归是利用数理统计中回归分析方法，其本质是寻找出一
  • （Ridge， Lasso） Regression 王金松
    岭回归岭回归的损失函数MSE+L2岭回归还是多元线性回归y=wTx只不过损失函数MSE添加了损失项w越小越好？因为为了提高模型的泛化能力（容错能力），w越小越好因为如果x1有错，w越小，对y的影响越小但是w为0没意义，所以w要适当保证准确率的情况下提高泛化能力和容错能力多元线性回归通过MSE（最小二乘leastsquares）保证正确率但是我们还需要模型提高泛化能力提高泛化能力min((y-y_h
  • 感赏与投射 欣赏别人 修炼自己 （2018-12-06） 雪霁晴空喜迎春
    1.做好自己午饭后我抄写一会儿道德经，然后午睡一会儿，醒来发现1:46了，看儿子的房门还关着，我就赶快喊，并打开了儿子房间的门，发现儿子站在书桌旁，说：迟到了。我说：我也睡着了。儿子背着书包准备开门时，我说：外面下雨了，打着伞。儿子说：不打。我就这样看着他开门下楼，真不知道我还能说什么？！说实在的，我想微信老师说一下情况，孩子睡着了，我也睡着了。转念一想，这不是理由，随老师怎么处理吧，不管原因是什
  • 2018-12-06 forYouForUs
    昨天下午你和同事有意见分歧，然后被同事说了，你很憋屈，觉得自己什么权力都没有，整天傻b一样干活。我不知道怎么安慰，和你一起去吃东西也是比较压抑的，走回来的路上我还在说一些道理，更让你反感了，然后是我自己回来了。你呆在办公室十点多还没离开，一开始我给你语音通话你没接，过了半小时左右打电话你接了，感觉到你还是低落。十一点多你回来了，状态很不好，很抓狂，都哭了，我却不知道怎么去安慰，傻傻地在旁边坐着。有
  • 2019-10-04 学习极大似然估计与优化理论 小郑的学习笔记
    主要推导了一个公式推导MLE与LSE.jpeg即用极大似然估计（MLE）的角度去解多元线性回归其结果与最小二乘(LSE)解的结果是一样的，这一点我觉得很神奇。可以看这个解释例子https://www.cnblogs.com/little-YTMM/p/5700226.html2。学习数值分析，学习了两种优化，无约束最优化和有约束最优化。无约束最优化主要有梯度下降法牛顿法梯度下降法在接近极值的时候会
  • 2018-12-06 TAO1202
    2018-12-06六项精进打卡努力一组姓名：简彦涛单位：上海日朗门窗有限公司六项精进397期学员【日精进打卡第183天】【知～学习】《六项精进大纲》1遍共170遍《大学开篇》1遍共170遍【经典名句分享】付出不亚于任何人的努力【行～实践】一、修身今日步数12177步二、齐家跟家人视频通话三、建功：做了产品首件｛积善｝：发愿从2018年5月27日起1年内做善事。今日1善，累计183善。【省～觉悟】
  • 04 多元线性回归 凡有言说
    1.多元线性回归模型一般的多元线性回归模型可以写为：多元线性回归模型因为在绝大数情况下，回归方程都是有常数，我们可以令xi1=1，则上式可以简化为：多元线性回归模型上式又可以用向量来表示：多元线性回归模型全部写出来有如下：多元线性回归模型其中矩阵X为：X矩阵如此便得到了一般多元线性回归模型的向量形式2.OLS估计量的推导我们的目标函数依旧是最小化残差平方和，寻找最佳拟合的回归超平面。目标函数为：目
  • 2018-12-06 鸿大的叶子
    图片发自App图片发自App图片发自App图片发自App这个孩子不是我的学生，可每当集体活动的空挡，她用来和我一起玩，特别可爱的撒着娇叫着“李老师，李老师！”惹得他的班主任都吃醋了“把这孩子送你了，李老师！”
  • 2018-12-06 《三国演义》 卞卞读书
    第六十一回赵云截江夺阿斗孙权遗书退老瞒孙权骗其妹回东吴，并带阿斗同行，好在赵云截住了船，而抢下阿斗。第六十二回取涪关杨高授首攻雒城黄魏争功第六十三回诸葛亮痛哭庞统张翼德义释严颜孔明写信给刘备，让其注意安全，一定要谨慎行事，哪想庞统怕孔明抢了功，不听孔明的意思，终究在落凤坡中箭身亡；但也可以说是庞统帮刘备挡了一灾，如果出发前，刘备没有跟他换马，或者可能他也不至于死。但是天命不可违！张飞用他的仁义一面
  • 2018-12-06 江南易空
    很多时候，我们如果做错一件事情，会后悔不已，甚至想打自己几个耳光，更有甚者自残等等。其实如果做错一件事，仅仅打自己几个耳光有用嘛，除了自己的脸上火辣辣的，手有点颤抖，除此之外亦无所谓。其实做错事情不怕，所谓，人非圣贤，都会犯错的。只是我们犯了错，知道自己错在哪里，为什么会犯这个错，以及怎么补救。然而大多数人就知道下次不会犯这个错，但是其他错误还是会犯。那我们要去追寻一下为什么会犯错，而且有时候是低
  • 2018-12-06 桅杆挂帆
    多少次等候在桥头，欲走又几番回眸，因为乡愁留在了村头，思念就徘徊在十字路口，怎管他是花开的春来还是天凉好个秋。
  • 2018-12-06 五碗呀
    最近学校又在评职称，每到这个时间，学校便是人心惶惶，还好，这次是政策的倾斜，比之前的感觉要好的多。最近无聊的时候会看看首页推送的文章，可是我发现，我喜欢看的是什么样的呢？我喜欢看的都是一些标题党，而这些标题党又是很多我觉得看不下去的文章，一些没有营养的文章，我觉得自己做的不对的地方是，明明这样的标题吸引了自己，但是还自己气愤的给人家评论，让写文章的人心里也很心堵。其实我们每个人都可以有自己的观点，
  • 2018-12-06(冒泡。四家店的价格) Tn299
    题目需求image.png步骤：1.定义数组存储价格，并利用循环输入。2.定义变量min保存当前的最低价。将min和数组中的其余元素依次比较。代码staticvoidMain(string[]args){/*1.定义数组存储价格，并利用循环输入。2.定义变量min保存当前的最低价。3.将min和数组中的其余元素依次比较。**/try{Console.WriteLine("请输入四家店的价格");i
  • 正态性检验，多元线性和多项式回归，输出具体的回归函数 huxuanlai 数据挖掘和统计建模
    一、业务场景：1.一个汽车销售公司，其客户来店消费金额是否符合正态分布？答：这个问题可以抽象为统计学的统计推断中的假设检验部分的正态性检验。2.如何模拟这些数据的函数特征，怎么看拟合的好不好？答：这是个拟合问题，视情况用线性拟合和多项式拟合来拟合。通过拟合打分看拟合效果。3.这个具体函数能否给出来？答：可以。二、下面分四部分来用代码解决上述问题1.对数据做正态性判断2.对数据做多元线性回归3.对数
  • 【机器学习笔记】回归算法 住在天上的云 机器学习笔记回归线性回归人工智能
    回归算法文章目录回归算法1线性回归2损失函数3多元线性回归4线性回归的相关系数1线性回归回归分析(Regression)回归分析是描述变量间关系的一种统计分析方法例：在线教育场景因变量Y：在线学习课程满意度自变量X：平台交互性、教学资源、课程设计预测性的建模技术，通常用于预测分析，预测的结果多为连续值（也可为离散值，二值）线性回归(Linearregression)因变量和自变量之间是线性关系，就
  • 2018-12-06 刚字吧
    12月6日兰州中心刘容纲学习心得刚字吧字数320·阅读92018-12-0622:27今日接触了手绘，最初看到手绘二字感觉应该会很高深，但是在老师的精心解读下，对于手绘图有了一个初步的了解，并且可以自己着手进行操作出图，很有成就感，最初对于手绘也知道了更多，个人感觉在接下来的销售中可以很好的运用。下午的家用空调成套销售方案与商用空调成套销售方案的课程老师的讲解弥补了我很多产品知识上面的短板，产品知
  • MATLAB实现多元线性回归数学建模算法 AI Dog 数学建模\MATLAB数学建模算法matlab线性回归数据挖掘
    多元线性回归是指在一个多维特征空间中，通过线性模型来拟合输入特征与输出之间的关系。多元线性回归的数学表达式为：y=β0+β1x1+β2x2+…+βnxn+ε其中，y为输出变量，x1,x2,…,xn为输入变量，β0,β1,β2,…,βn为回归系数，ε为误差项。通过最小化误差项的平方和来确定回归系数的值，通常使用最小二乘法来求解。多元线性回归可以用于解决多个自变量对因变量的影响问题，它可以用于预测和建
  • MATLAB实现偏最小二乘回归（PLSR）数学建模算法 AI Dog 数学建模\MATLAB算法matlab回归数学建模数据挖掘
    偏最小二乘回归（PartialLeastSquaresRegression，简称PLS回归）是一种多元回归分析方法，用于处理具有多重共线性和高维数据的情况。它结合了主成分分析和多元线性回归的特点，旨在降低预测模型中的自变量之间的共线性，并通过捕捉自变量和因变量之间的主要关系来建立模型。PLS回归的核心思想是通过找到一组新的变量（称为部分最小二乘变量或PLS成分），这些新变量是原始自变量的线性组合，
  • Python 散点图线性拟合_线性回归(实战) weixin_39929595 Python散点图线性拟合python线性回归统计检验p值线性回归系数的标准误
    前面介绍了线性回归的理论知识后，有些朋友建议我写一篇实战篇，这样可以方便理解。今天我们就来使用Python实现多元线性回归模型的落地。本次数据集如下链接：https://pan.baidu.com/s/16w8-snxnTKtU3boAJGN1Cgpan.baidu.com提取码：3udf各个变量解释为AT:温度V:压力AP:相对湿度RH:排气量PE:发电量(因变量)下面正式开始吧！1，导入包#导
  • 2018-12-06 如熠_66d9
    12月6日星期四天气晴转多云今天是入冬以来特别冷的一天。早上，早早吃了早饭送儿子去上学。儿子看到房上、车上.、树上……都挂满了雪很是兴奋，高兴的对我说:“妈妈，下雪了可真漂亮啊！象粉雕玉砌的世界。"小脸上露出了甜甜的笑容。我在想，现在随着全球气候变暖，雪是下得越来越少了，以至于孩子见场大雪已经是一件很难的事情了，我们真得应该好好保护我们的自然环境了！以后也得好好教育孩子爱护我们的大自然，才能使我们
  • [黑洞与暗粒子]没有光的世界 comsci
         无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算      但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界....      那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的 &nbs
  • jQuery Lazy Load 图片延迟加载 aijuans jquery
    基于 jQuery 的图片延迟加载插件，在用户滚动页面到图片之后才进行加载。 对于有较多的图片的网页，使用图片延迟加载，能有效的提高页面加载速度。 版本： jQuery v1.4.4+ jQuery Lazy Load v1.7.2 注意事项： 需要真正实现图片延迟加载，必须将真实图片地址写在 data-original 属性中。若 src
  • 使用Jodd的优点 Kai_Ge jodd
    1.  简化和统一 controller ，抛弃 extends SimpleFormController ，统一使用 implements Controller 的方式。 2.  简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。 3.  对 bean 没有任何要求，可以使用任意的 bean 做为 formBean。   使用方法简介
  • jpa Query转hibernate Query 120153216 Hibernate
    public List<Map> getMapList(String hql, Map map) { org.hibernate.Query jpaQuery = entityManager.createQuery(hql); if (null != map) { for (String parameter : map.keySet()) { jp
  • Django_Python3添加MySQL/MariaDB支持 2002wmj mariaDB
    现状 首先，[email protected] 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话，会发现 django.db.backends.mysql 依赖 MySQLdb[5] ，而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案 首先据MySQL文档[3]说，自从MySQL
  • 在SQLSERVER中查找消耗IO最多的SQL 357029540 SQL Server
    返回做IO数目最多的50条语句以及它们的执行计划。 select top 50   (total_logical_reads/execution_count) as avg_logical_reads,  (total_logical_writes/execution_count) as avg_logical_writes,  (tot
  • spring UnChecked 异常 官方定义！ 7454103 spring
      如果你接触过spring的 事物管理！那么你必须明白 spring的 非捕获异常！ 即 unchecked 异常！ 因为 spring 默认这类异常事物自动回滚！！ public static boolean isCheckedException(Throwable ex) { return !(ex instanceof RuntimeExcep
  • mongoDB 入门指南、示例 adminjun javamongodb操作
    一、准备工作 1、 下载mongoDB 下载地址：http://www.mongodb.org/downloads 选择合适你的版本 相关文档：http://www.mongodb.org/display/DOCS/Tutorial 2、 安装mongoDB A、 不解压模式： 将下载下来的mongoDB-xxx.zip打开，找到bin目录，运行mongod.exe就可以启动服务，默
  • CUDA 5 Release Candidate Now Available aijuans CUDA
    The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
  • Essential Studio for WinRT网格控件测评 Axiba JavaScripthtml5
    Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件，如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时，该控件还包含了一组独特的库，用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。 网格控件功能 1、
  • java 获取windows系统安装的证书或证书链 bewithme windows
          有时需要获取windows系统安装的证书或证书链，比如说你要通过证书来创建java的密钥库  。 有关证书链的解释可以查看此处 。   public static void main(String[] args) { SunMSCAPI providerMSCAPI = new SunMSCAPI(); S
  • NoSQL数据库之Redis数据库管理(set类型和zset类型) bijian1013 redis数据库NoSQL
    4.sets类型         Set是集合，它是string类型的无序集合。set是通过hash table实现的，添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。         sadd：向名称为key的set中添加元
  • 异常捕获何时用Exception，何时用Throwable bingyingao
    用Exception的情况 try {        //可能发生空指针、数组溢出等异常         } catch (Exception e) {          
  • 【Kafka四】Kakfa伪分布式安装 bit1129 kafka
    在http://bit1129.iteye.com/blog/2174791一文中，实现了单Kafka服务器的安装，在Kafka中，每个Kafka服务器称为一个broker。本文简单介绍下，在单机环境下Kafka的伪分布式安装和测试验证   1. 安装步骤   Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样，不过比Zookeeper稍微简单些(不
  • Project Euler bookjovi haskell
    Project Euler是个数学问题求解网站，网站设计的很有意思，有很多problem，在未提交正确答案前不能查看problem的overview，也不能查看关于problem的discussion thread，只能看到现在problem已经被多少人解决了，人数越多往往代表问题越容易。     看看problem 1吧： Add all the natural num
  • Java-Collections Framework学习与总结-ArrayDeque BrokenDreams Collections
            表、栈和队列是三种基本的数据结构，前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用，当然由于实现方式的不同，操作的效率也会不同。         这篇要看一下java.util.ArrayDeque。从命名上看
  • 读《研磨设计模式》-代码笔记-装饰模式-Decorator bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.io.BufferedOutputStream; import java.io.DataOutputStream; import java.io.FileOutputStream; import java.io.Fi
  • Maven学习(一) chenyu19891124 Maven私服
        学习一门技术和工具总得花费一段时间，5月底6月初自己学习了一些工具，maven+Hudson+nexus的搭建，对于maven以前只是听说，顺便再自己的电脑上搭建了一个maven环境，但是完全不了解maven这一强大的构建工具，还有ant也是一个构建工具，但ant就没有maven那么的简单方便，其实简单点说maven是一个运用命令行就能完成构建，测试，打包，发布一系列功
  • [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充 comsci 算法工作PHP搜索引擎嵌入式
    本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案，请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来，请大家多指点 节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法) 需要解决的问题：已知分支
  • Linux中用shell获取昨天、明天或多天前的日期 daizj linuxshell上几年昨天获取上几个月
    在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年 # 获取昨天 date -d 'yesterday'  # 或 date -d 'last day' # 获取明天 date -d 'tomorrow'   # 或 date -d 'next day' # 获取上个月 date -d 'last month' #
  • 我所理解的云计算 dongwei_6688 云计算
          在刚开始接触到一个概念时，人们往往都会去探寻这个概念的含义，以达到对其有一个感性的认知，在Wikipedia上关于“云计算”是这么定义的，它说：        Cloud computing is a phrase used to describe a variety of computing co
  • YII CMenu配置 dcj3sjt126com yii
    Adding id and class names to CMenu We use the id and htmlOptions to accomplish this. Watch. //in your view $this->widget('zii.widgets.CMenu', array( 'id'=>'myMenu', 'items'=>$this-&g
  • 设计模式之静态代理与动态代理 come_for_dream 设计模式
    静态代理与动态代理        代理模式是java开发中用到的相对比较多的设计模式，其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题，真实主题执行具体的业务操作，而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆，我们可以删除看成主业务，而把检验用户是否登陆看成其相关业务
  • 【转】理解Javascript 系列 gcc2ge JavaScript
    理解Javascript_13_执行模型详解 摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念，那么这一篇将深入分析执行上下文的构建过程，了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时，第一步是创建其执行环境，在创建执行环境的过程中，会按照定义的先后顺序完成一系列操作:1.首先会创建一个
  • Subsets II hcx2013 set
    Given a collection of integers that might contain duplicates, nums, return all possible subsets. Note: Elements in a subset must be in non-descending order. The solution set must not conta
  • Spring4.1新特性——Spring缓存框架增强 jinnianshilongnian spring4
    目录 Spring4.1新特性——综述 Spring4.1新特性——Spring核心部分及其他 Spring4.1新特性——Spring缓存框架增强 Spring4.1新特性——异步调用和事件机制的异常处理 Spring4.1新特性——数据库集成测试脚本初始化 Spring4.1新特性——Spring MVC增强 Spring4.1新特性——页面自动化测试框架Spring MVC T
  • shell嵌套expect执行命令 liyonghui160com
        一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧.   系统:centos 5.x   1.先安装expect yum -y install expect   2.脚本内容: cat auto_svn.sh   #!/bin/bash
  • Linux实用命令整理 pda158 linux
    0. 基本命令 　　linux 基本命令整理 　 　1. 压缩 解压 　　tar -zcvf a.tar.gz a   #把a压缩成a.tar.gz 　　tar -zxvf a.tar.gz     #把a.tar.gz解压成a 　 　2. vim小结 　　2.1 vim替换 　　:m,ns/word_1/word_2/gc  
  • 独立开发人员通向成功的29个小贴士 shoothao 独立开发
    概述：本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。 明白你从事独立开发的原因和目的。 保持坚持制定计划的好习惯。 万事开头难，第一份订单是关键。 培养多元化业务技能。 提供卓越的服务和品质。 谨小慎微。 营销是必备技能。 学会组织，有条理的工作才是最有效率的。 “独立
  • JAVA中堆栈和内存分配原理 uule java
    1、栈、堆 1.寄存器：最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈：存放基本类型的变量数据和对象的引用，但对象本身不存放在栈中，而是存放在堆（new 出来的对象）或者常量池中（字符串常量对象存放在常量池中。）3. 堆：存放所有new出来的对象。4. 静态域：存放静态成员（static定义的）5. 常量池：存放字符串常量和基本类型常量（public static f
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他